保溫層下腐蝕 (CUI) 是指外部被保溫層覆蓋的管道或設(shè)備，由于水分和腐蝕性物質(zhì)的進(jìn)入而發(fā)生的腐蝕現(xiàn)象[1]。在石油和天然氣行業(yè)，CUI是設(shè)備設(shè)施安全運(yùn)營(yíng)主要挑戰(zhàn)之一，據(jù)估計(jì)，CUI監(jiān)檢測(cè)和修復(fù)占據(jù)管道維護(hù)成本約40%~60%[2,3]。Geary[4]報(bào)道了某煉油廠一起由CUI引發(fā)的火災(zāi)和爆炸事故，造成設(shè)備非計(jì)劃停工、人員疏散和數(shù)百萬英鎊的經(jīng)濟(jì)損失；Morey[5]報(bào)道了陶氏公司某化工廠一起由CUI造成一條8inch含有非腐蝕性裂解氣體 (40%乙烯) 管道發(fā)生災(zāi)難性事故。通常CUI是由于保溫結(jié)構(gòu)隔水措施失效，保溫材料吸收水分并通過毛細(xì)現(xiàn)象使金屬設(shè)備設(shè)施表面處于潤(rùn)濕狀態(tài)引起的。CUI具有隱蔽性、高危害性和普遍性的特點(diǎn)，是石化行業(yè)的痛點(diǎn)和難點(diǎn)問題，因此發(fā)展CUI監(jiān)檢測(cè)技術(shù)，了解包覆保溫層的設(shè)備設(shè)施運(yùn)行狀態(tài)，對(duì)腐蝕管理、控制安全風(fēng)險(xiǎn)具有重大意義。

在不拆除保溫層條件下監(jiān)檢測(cè)設(shè)備設(shè)施外腐蝕技術(shù)須具備無損傷、快速響應(yīng)、數(shù)據(jù)可靠、成本低廉、應(yīng)用便利等特點(diǎn)，以獲取保溫層下腐蝕狀態(tài)，預(yù)防發(fā)生腐蝕事故。保溫層遮擋、干濕交替腐蝕環(huán)境限制了傳統(tǒng)腐蝕監(jiān)檢測(cè)技術(shù)的應(yīng)用。針對(duì)CUI發(fā)生的不同時(shí)期，本文對(duì)CUI監(jiān)檢測(cè)技術(shù)及其研究現(xiàn)狀進(jìn)行了綜述。

1 CUI前期監(jiān)檢測(cè)技術(shù)

保溫材料浸水是CUI發(fā)生的必要條件，當(dāng)金屬暴露在腐蝕性介質(zhì)環(huán)境時(shí)，存在腐蝕風(fēng)險(xiǎn)。CUI前期監(jiān)檢測(cè)技術(shù)采用直接檢測(cè)保溫材料是否浸水或間接檢測(cè)保溫材料浸水引起的溫度分布變化,預(yù)測(cè)CUI傾向。

1.1 射頻識(shí)別技術(shù) (RFID)

射頻識(shí)別技術(shù)是一種無線技術(shù)，由讀取器和標(biāo)簽/應(yīng)答器組成 (圖1)。讀取器本身通常由微控制器和射頻電路組成，具有接收來自標(biāo)簽的響應(yīng)信號(hào)和歷史儲(chǔ)存信號(hào)和將數(shù)據(jù)寫入內(nèi)存的功能。標(biāo)簽的硬件包括具有存儲(chǔ)器的微芯片，存儲(chǔ)器存儲(chǔ)標(biāo)簽的唯一識(shí)別碼。標(biāo)簽的射頻部分由連接到電容的卷繞或印刷線圈組成，以形成調(diào)諧LC電路。目前RFID標(biāo)簽應(yīng)用在身份證件和門禁控制、供應(yīng)鏈和庫(kù)存跟蹤、汽車收費(fèi)、防盜、生產(chǎn)控制、資產(chǎn)管理等領(lǐng)域，可工作于各種惡劣環(huán)境。RFID技術(shù)用于CUI前期監(jiān)測(cè)主要研究方向?yàn)榫哂行〕叽绾偷统杀镜挠性春蜔o源傳感器，商業(yè)化濕度測(cè)量RFID標(biāo)簽產(chǎn)品已均推出，通用版本的標(biāo)簽可感測(cè)的濕度范圍為0~100%，讀取和靈敏度范圍可根據(jù)使用場(chǎng)景進(jìn)行調(diào)整。

圖1   近場(chǎng)感應(yīng)耦合原理示意圖

Tsai等[6]利用無源RFID傳感器 (智能傳感技術(shù)) 收集現(xiàn)場(chǎng)數(shù)據(jù)，然后將其集成到建筑信息建模 (BIM) 系統(tǒng)中，設(shè)計(jì)了一個(gè)腐蝕預(yù)測(cè)框架，包括數(shù)據(jù)采集模塊、腐蝕預(yù)測(cè)模塊和審查模塊。現(xiàn)場(chǎng)數(shù)據(jù)中溫度、濕度由RFID定時(shí)采集，根據(jù)預(yù)置腐蝕速率預(yù)測(cè)算法計(jì)算腐蝕速率，根據(jù)歷史數(shù)據(jù)綜合考慮了預(yù)測(cè)持續(xù)時(shí)間、腐蝕速率計(jì)算腐蝕的預(yù)測(cè)深度和安全系數(shù)。為便于工程應(yīng)用，在BIM模型上對(duì)腐蝕預(yù)測(cè)結(jié)果進(jìn)行顏色編碼，這有助于現(xiàn)場(chǎng)工作人員直觀地理解預(yù)測(cè)并編制現(xiàn)場(chǎng)CUI檢查計(jì)劃。Ayello等[7]提出了一種與電偶對(duì)結(jié)合改造的RFID標(biāo)簽，用于保溫層濕度監(jiān)測(cè)。將有源RFID標(biāo)簽電源更換為Cu-Mg電偶對(duì)，當(dāng)保溫層潮濕時(shí)，電偶對(duì)形成的原電池在1.6 V的電壓下產(chǎn)生約2 A的電流，剛好足以激活RFID標(biāo)簽，當(dāng)保溫層干燥時(shí)，RFID信號(hào)是不活躍的。

RFID技術(shù)也存在局限性，在金屬結(jié)構(gòu)中應(yīng)用縮短了RFID傳輸距離，有采用固定讀取器電路的無人機(jī)掃描儀相關(guān)研究[8]可以解決此問題。有源傳感器采用電池或電偶對(duì)供電，使用壽命較短，實(shí)際應(yīng)用中需要配合保溫層更換周期更換耗材。標(biāo)簽傳感器僅能監(jiān)測(cè)線圈區(qū)域范圍內(nèi)數(shù)據(jù)，而CUI通常發(fā)生在保溫層隔水措施失效位置，具有隨機(jī)性，需要根據(jù)風(fēng)險(xiǎn)等級(jí)布置監(jiān)測(cè)點(diǎn)，達(dá)到以點(diǎn)帶面的效果。

1.2 紅外熱成像 (IRT)

浸水后的保溫層保溫隔熱性能下降，造成保溫層表面溫度異常。IRT技術(shù)可以分析保溫層表面溫度分布，推測(cè)保溫層浸水情況，預(yù)警初期CUI風(fēng)險(xiǎn)，劃分CUI高風(fēng)險(xiǎn)區(qū)。Cadelano等[9]研究了IRT技術(shù)用于管道保溫層浸水監(jiān)測(cè)，包括管道溫度上升、穩(wěn)定和冷卻對(duì)監(jiān)測(cè)效果的影響。研究表明使用IRT技術(shù)更易檢出管道升溫過程中保溫層浸水位置；而檢測(cè)穩(wěn)定運(yùn)行管道的保溫層浸水位置時(shí)，可以用熒光燈或調(diào)制燈等外部激勵(lì)方法提升IRT靈敏度。Amer等[10-12]將人工智能與IRT結(jié)合，通過使用人工智能的機(jī)器學(xué)習(xí)應(yīng)用，最大限度地發(fā)揮熱像成像的潛力。在機(jī)器學(xué)習(xí)算法的初始階段，通過提取熱異常特征，并將其與設(shè)備設(shè)施完整性中的腐蝕和不規(guī)則性進(jìn)行關(guān)聯(lián)，來預(yù)測(cè)腐蝕和退化因素。利用機(jī)器學(xué)習(xí)方法增強(qiáng)紅外圖像處理技術(shù)，從而通過精確定位CUI異常和關(guān)注區(qū)域，檢測(cè)極易受腐蝕的位置。機(jī)器學(xué)習(xí)分類器在預(yù)測(cè)CUI異常方面顯示出了出色的效果，從185個(gè)實(shí)際油田資產(chǎn)中預(yù)測(cè)的精度在85%~90%。

IRT技術(shù)用于CUI監(jiān)測(cè)僅能預(yù)警初期CUI風(fēng)險(xiǎn)，需要搭配其他監(jiān)檢測(cè)手段評(píng)估CUI風(fēng)險(xiǎn)，制定治理措施。該技術(shù)監(jiān)測(cè)原理基于保溫層表面紅外線發(fā)射量，保溫層表面黑度不均勻或設(shè)備設(shè)施溫度較低時(shí)，監(jiān)測(cè)方法失效。

1.3 分布式光纖技術(shù)

目前分布式光纖技術(shù)用于CUI監(jiān)測(cè)主要有兩種形式：分布式光纖測(cè)溫技術(shù)和分布式光纖濕度監(jiān)測(cè)技術(shù)。其中分布式光纖測(cè)溫技術(shù)基于光纖拉曼散射原理，監(jiān)測(cè)管道沿線因保溫層浸水引起的溫度場(chǎng)異常，從而實(shí)現(xiàn)管道CUI風(fēng)險(xiǎn)區(qū)識(shí)別[13]；分布式光纖濕度監(jiān)測(cè)技術(shù)利用光纖表面吸濕性涂層隨環(huán)境相對(duì)濕度膨脹造成的Rayleigh散射中心離散度變化監(jiān)測(cè)環(huán)境濕度變化，間接評(píng)估管道CUI風(fēng)險(xiǎn)區(qū)[14]。相比于溫度監(jiān)測(cè)，濕度監(jiān)測(cè)數(shù)據(jù)與CUI相關(guān)性更強(qiáng)，但精確度也受溫度變化影響。

劉洪飛等[13]研究了分布式光纖測(cè)溫技術(shù)在保溫層破壞監(jiān)測(cè)應(yīng)用，當(dāng)保溫層發(fā)生破壞時(shí)，溫度異常變化非常緩慢，且在一段時(shí)間后趨于穩(wěn)定，保溫層破壞的范圍越大，溫度異常的范圍也越大。Thomas和Hellevang[14,15]研發(fā)了一種用于分布式濕度測(cè)量的高響應(yīng)聚酰亞胺光纖，采用參考光纖的補(bǔ)償方法，有效地減少了溫度變化對(duì)測(cè)量的影響，并驗(yàn)證了該傳感器監(jiān)測(cè)水侵空間分辨率為厘米級(jí)，同時(shí)也證明了在2 km光纖長(zhǎng)度上進(jìn)行精確水侵測(cè)量的可行性。Cho等[16]利用聚乙烯醇、CoCl2涂層和普魯蘭涂層串聯(lián)在光纖上作為包層，研制了一種基于激光吸收對(duì)濕度依賴性的光纖傳感器，可用于測(cè)量80 ℃時(shí)65~95%RH的濕度，溫度依賴性小到2.5%RH/10 ℃。

分布式光纖技術(shù)已實(shí)現(xiàn)商業(yè)化，監(jiān)測(cè)范圍可達(dá)100 km，空間定位精度低至5 cm，溫度分辨率0.005 ℃，用于泄漏監(jiān)測(cè)和CUI風(fēng)險(xiǎn)監(jiān)測(cè)，主要限制是只能通過濕度和持續(xù)時(shí)間推測(cè)CUI風(fēng)險(xiǎn)和腐蝕程度，不能直接判斷腐蝕類型和腐蝕速率。

1.4 微波技術(shù)

管道保溫結(jié)構(gòu)通常包括鋼質(zhì)管道、保溫材料中間層和和金屬皮外層，三者組成同軸導(dǎo)波結(jié)構(gòu)：鋼質(zhì)管道作為內(nèi)導(dǎo)體、金屬皮外層作為外導(dǎo)體、中間保溫材料作為介電層，微波在其中通過衰減很小，可以沿管道長(zhǎng)度上傳播很長(zhǎng)距離。當(dāng)保溫層發(fā)生部分浸水潤(rùn)濕，該區(qū)域波導(dǎo)的阻抗會(huì)發(fā)生變化，由于干濕保溫材料之間的介電常數(shù)存在差異，導(dǎo)致入射微波信號(hào)部分反射。通過對(duì)反射微波信號(hào)的行程計(jì)時(shí)，可以準(zhǔn)確地確定水的位置[17]，微波信號(hào)可以在衰減有限的情況下通過彎管和支架傳播，可用于監(jiān)測(cè)煉油廠和其他石化工廠的復(fù)雜管道工程。

Jones等[18,19]對(duì)在同軸波導(dǎo)中傳播的模式結(jié)構(gòu)和色散特性進(jìn)行了研究，確定了無色散的橫向磁電模式 (TEM) 是理想的檢測(cè)方式，為了獲得足夠的帶寬來實(shí)現(xiàn)波導(dǎo)特征的空間分辨率，必須使用高于某些高階模式的截止點(diǎn)的頻率。對(duì)于真實(shí)的管道幾何結(jié)構(gòu)，可以通過實(shí)驗(yàn)獲得高達(dá)39 dB的信噪比。低水平的相干噪聲使該技術(shù)對(duì)波導(dǎo)中的水非常敏感，臨界浸水區(qū)域檢出面積為環(huán)狀保溫層面積的5%。微波技術(shù)對(duì)于理想化的水含量有很高的靈敏度，而實(shí)際情況下保溫材料浸水后并非是從干燥到100%水飽和的突然轉(zhuǎn)變，多數(shù)情況下會(huì)存在一個(gè)漸進(jìn)式的過渡區(qū)域，Alleyne等[20]用酚醛泡沫模擬真實(shí)保溫材料浸水飽和情況，研究對(duì)微波靈敏度的影響。結(jié)果表明，微波反射的振幅主要與入射信號(hào)的波長(zhǎng)λ、水飽和保溫材料截面積As 和干濕過渡長(zhǎng)度?有關(guān)。當(dāng)?大于λ/4時(shí)，?的影響增大，在此條件下，反射系數(shù)比在相同飽和截面積的情況下觀測(cè)到的突變反射系數(shù)低50%以上。λ/4必須與保溫層厚度大致相同，以避免高階導(dǎo)模的信號(hào)污染。因此，在實(shí)際測(cè)試中，?必須小于保溫層厚度，才能避免對(duì)微波檢測(cè)的靈敏度產(chǎn)生不利影響。

綜合而言，微波技術(shù)所需硬件價(jià)格低廉，可永久服役，成本低廉，可覆蓋整個(gè)管道周長(zhǎng)，且已實(shí)現(xiàn)商業(yè)化應(yīng)用[21,22]。但局限性也很明顯，保溫材料潤(rùn)濕不需要達(dá)到100%水飽和也能引發(fā)管道CUI，而微波技術(shù)在這中情況下是無法預(yù)警CUI風(fēng)險(xiǎn)的；用于三通、支架等復(fù)雜管道結(jié)構(gòu)CUI監(jiān)測(cè)相關(guān)研究尚無報(bào)道。

2 CUI中后期監(jiān)檢測(cè)技術(shù)

當(dāng)金屬表面發(fā)生CUI，通過監(jiān)測(cè)其電化學(xué)或復(fù)阻抗特征發(fā)生變化，可以預(yù)警CUI風(fēng)險(xiǎn)，并采取相應(yīng)補(bǔ)救措施可以避免設(shè)備設(shè)施由CUI造成的壁厚缺失。當(dāng)CUI發(fā)生一段時(shí)間后，設(shè)備設(shè)施壁厚發(fā)生明顯缺失，通過測(cè)厚技術(shù)可以篩查腐蝕缺陷，采取補(bǔ)救措施可以避免由CUI引起的事故，消除隱患。

2.1 電化學(xué)噪聲 (EN)

當(dāng)金屬表面發(fā)生腐蝕過程時(shí)，會(huì)在微米尺度上產(chǎn)生不規(guī)則隨機(jī)變化，這些變化體現(xiàn)為電信號(hào)波動(dòng)，EN通過分析電化學(xué)電位噪聲 (EPN) 或電化學(xué)電流噪聲 (ECN) 隨機(jī)波動(dòng)，獲取腐蝕過程信息[23,24]。從EN頻譜中提取有用信息的數(shù)據(jù)處理方法是EN監(jiān)測(cè)有效性的關(guān)鍵因素[25,26]。目前EN數(shù)據(jù)處理方法包括：時(shí)域 (主要指統(tǒng)計(jì)方法)、頻域 (例如快速傅里葉變換，即FFT) 和時(shí)頻域 (如小波變換)。其中FFT是EN數(shù)據(jù)分析最常用的一種方法，F(xiàn)FT主要缺陷在于加窗函數(shù)寬度引起的具有固定的分辨率[27]，寬窗口提供更好的頻率分辨率，但時(shí)間分辨率較差。窄窗口的時(shí)間分辨率較好，但頻率分辨率較差[25]。小波變換更適合處理隨機(jī)波動(dòng)的EN數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)換為一系列不同頻率的信號(hào)[28]。計(jì)算每個(gè)信號(hào)的能量分布，得到所有信號(hào)的能量分布圖 (EDP)。腐蝕主導(dǎo)過程對(duì)應(yīng)EDP中最大相對(duì)能量位置，該位置隨時(shí)間的變化可以反映腐蝕過程的演變。

Hou等[28]研究采用ECN表征碳鋼在巖棉保溫材料下的腐蝕過程，使用遞歸量化分析提取ECN信號(hào)中的特征變量，建立隨機(jī)森林模型，用于判斷腐蝕類型。通過失重法驗(yàn)證腐蝕速率，光學(xué)顯微鏡驗(yàn)證腐蝕類型，證明ECN數(shù)據(jù)分析結(jié)果是可靠的，經(jīng)過修正后的模型成功地用于預(yù)測(cè)CUI引起的局部腐蝕速率。Caines[29]研究了一種通過監(jiān)測(cè)EPN預(yù)測(cè)獨(dú)立電極腐蝕速率方法，以滿足現(xiàn)場(chǎng)應(yīng)用需求，并實(shí)現(xiàn)了應(yīng)用。探究了處于腐蝕環(huán)境的獨(dú)立電極EPN信號(hào)與腐蝕速率、質(zhì)量損失之間的相關(guān)性，表明電極表面生成的腐蝕產(chǎn)物會(huì)明顯減低EPN信號(hào)和腐蝕導(dǎo)致質(zhì)量損失之間相關(guān)性，EPN信號(hào)和腐蝕速率相關(guān)性主要取決于電極潤(rùn)濕時(shí)間，電極潤(rùn)濕時(shí)間越長(zhǎng)，相關(guān)性越好。

EN技術(shù)目前在大氣腐蝕、應(yīng)力腐蝕開裂、緩蝕劑現(xiàn)場(chǎng)效果等監(jiān)測(cè)領(lǐng)域取得應(yīng)用[24-26]，作為一種原位無損監(jiān)測(cè)技術(shù)，可用于監(jiān)測(cè)局部腐蝕信息，在用于CUI監(jiān)測(cè)實(shí)驗(yàn)室研究中有很好的效果。但易發(fā)生CUI的環(huán)境存在干濕循環(huán)、冷熱交替、可選擇保溫材料繁多且隨服役時(shí)間老化，是非常復(fù)雜的腐蝕問題，而EN技術(shù)用于CUI監(jiān)測(cè)也存在數(shù)據(jù)分析復(fù)雜問題。此外，EN技術(shù)采集信號(hào)隨機(jī)波動(dòng)數(shù)量級(jí)很小，現(xiàn)場(chǎng)應(yīng)用環(huán)境惡劣，電磁干擾嚴(yán)重也是限制其推廣應(yīng)用的客觀原因。另一方面，EN在CUI監(jiān)測(cè)方面的研究仍然相對(duì)較少，其結(jié)果的可靠性也尚需進(jìn)一步驗(yàn)證。陣列電極 (WBE) 是一種電化學(xué)方法，可以準(zhǔn)確、直觀地監(jiān)測(cè)電偶腐蝕和局部腐蝕[30,31]，Aung等[32]結(jié)合WBE和EN研究監(jiān)測(cè)模擬保溫層下腐蝕性介質(zhì)滲入過程。當(dāng)腐蝕性介質(zhì)通過滲透接觸WBE表面時(shí)，觀測(cè)到EPN信號(hào)大幅跳躍與WBE電流分布圖結(jié)果具有較好的對(duì)應(yīng)性，WBE電流分布圖與實(shí)際觀測(cè)的WBE腐蝕表面具有良好的相關(guān)性。

2.2 射頻識(shí)別技術(shù) (RFID)

RFID技術(shù)同樣可以用于CUI中后期監(jiān)測(cè)，其主要研究方向?yàn)闊o源傳感器，閱讀器通過發(fā)射電磁波向標(biāo)簽傳送足夠的能量，支持其完成CUI相關(guān)數(shù)據(jù)采集監(jiān)測(cè)。無源傳感器工作不依賴任何耗材，服役期長(zhǎng)，維護(hù)成本低，非常適合長(zhǎng)期CUI監(jiān)測(cè)。

Zhang[33]與研究了采用商用無源13.56 MHz RFID標(biāo)簽進(jìn)行腐蝕檢測(cè)和腐蝕階段分類的方法，采用峰間幅值監(jiān)測(cè)表征低碳鋼的一般腐蝕等級(jí)。在論文中還研究了RFID監(jiān)測(cè)腐蝕層厚度、電導(dǎo)性和滲透性變化，用于評(píng)估鋼材所處腐蝕階段，測(cè)得的RFID結(jié)果與腐蝕層實(shí)際電導(dǎo)率和滲透率變化的相關(guān)系數(shù)超過90%。Alamin等[34]開發(fā)了一種無源低頻RFID技術(shù)。經(jīng)試驗(yàn)驗(yàn)證該射頻識(shí)別系統(tǒng)不僅能夠通過標(biāo)簽信號(hào)的振幅隨著腐蝕程度的增加而增加，區(qū)分腐蝕樣品和未腐蝕樣品，而且能夠區(qū)分不同表面粗糙度的樣品。

RFID用于表面狀態(tài)監(jiān)測(cè)，閱讀器與標(biāo)簽的空間位置會(huì)影響到傳感器分析結(jié)果，很大程度上限制了RFID技術(shù)用于CUI中后期監(jiān)檢測(cè)的商業(yè)化應(yīng)用。

2.3 電容成像 (CI)

通過帶有共面電極的CI傳感器在保溫層外表面對(duì)結(jié)構(gòu)掃描，將電性能分布繪制成圖像，根據(jù)電性能變化判斷是否發(fā)生CUI[35]。相比傳統(tǒng)脈沖渦流技術(shù)，CI對(duì)構(gòu)件表面CUI特征更加敏感，并且不存在最大提離高度限制，更適用于較厚保溫層CUI監(jiān)測(cè)[36]。除此之外，CI還可以反映保溫層內(nèi)部的缺陷信息，包括水侵入、空隙和保溫材料老化等[35]。目前，CI已用于檢查輸油管道、復(fù)合抽油桿和儲(chǔ)罐腐蝕缺陷[37]。

Li等[38]分析測(cè)量靈敏度分布的基礎(chǔ)上，采用二維反褶積方法來解決了由“模糊效應(yīng)”導(dǎo)致無法量化表征缺陷尺寸，探討了CI技術(shù)的穿透深度、信號(hào)強(qiáng)度和成像分辨率之間的權(quán)衡，論證了提取特征真實(shí)形狀的方法可行性。Yin等[39]提出了一種基于CI技術(shù)提離效應(yīng)的腐蝕深度反演方法，包括建立提離曲線、獲得掃描曲線和擬合反演。該方法能夠獲取缺陷實(shí)際深度信息，反演深度的誤差率小于10.00%。文獻(xiàn)[35]利用CI掃描在不同提升條件下獲得的最大變化率 (MVR) 檢索絕緣覆蓋導(dǎo)體表面特征的尺寸。使用該方法對(duì)目標(biāo)金屬表面進(jìn)行線掃，獲取修正后的MVR數(shù)據(jù)分布，數(shù)據(jù)處理得到CUI缺陷面積和坑深。

CI技術(shù)可以提供更豐富的保溫層下信息 (水侵入、空隙和保溫材料老化等)，而目前在工程應(yīng)用僅限于缺陷初步篩查，還無法工程應(yīng)用于量化表征缺陷尺寸。從監(jiān)測(cè)原理而言，該技術(shù)更適用于相比傳感器尺寸更大的缺陷監(jiān)測(cè)，對(duì)于較小的缺陷，需要考慮一個(gè)額外的參數(shù)，即特征的寬度，在這種情況下，需要兩個(gè)不同提離高度的測(cè)量值信號(hào)變化的二維網(wǎng)格數(shù)據(jù)[39],目前尚無相關(guān)研究成果。

2.4 射線成像技術(shù)

目前用于CUI檢測(cè)輻射源主要為γ源，根據(jù)膠片或成像板與輻射源的相對(duì)位置劃分，射線成像技術(shù)可以分為直接成像法和后向散射法 (見圖2)[40-44]。直接成像法是測(cè)量以直線路徑穿過物體的入射光束的衰減，入射光束在待測(cè)物體中被部分吸收和散射，剩余的透射輻射沿直線到達(dá)檢測(cè)器。衰減量與分布在物體中的各相的原子數(shù)以及它們的密度分布有關(guān)。當(dāng)射線在待測(cè)物體沿直線傳播時(shí)，由于康普頓相互作用，部分射線會(huì)散射回來，后向散射法是一種利用散射輻射成像技術(shù)，輻射在管道輸送液體中衰減很少，適用于大型管道成像，且直接成像圖像信息是管壁兩側(cè)腐蝕信息的加和，數(shù)據(jù)解讀存在困難。綜上所述，后向散射法更適合用于CUI檢測(cè)。

圖2   兩種成像技術(shù)[41]

Sipaun等[40]提出了一種使用伽馬射線透射測(cè)量和計(jì)算機(jī)斷層掃描 (CT) 來檢測(cè)和定位管道發(fā)生CUI區(qū)域的篩選和掃描方法。通過篩選獲得沿管道長(zhǎng)度的測(cè)量值，以縮小管道異常的可疑區(qū)域，掃描管段CT圖像顯示管壁損失。Abdul-Majid等[41-43]建立了一個(gè)后向散射成像系統(tǒng)，散射輻射由一個(gè)閃爍探測(cè)器測(cè)量，該探測(cè)器使用一個(gè)二維機(jī)械掃描系統(tǒng)掃描待測(cè)物體。用多通道分析儀 (MCA) 顯示伽馬光譜，并選擇能量窗口寬度，以便只測(cè)量康普頓單次散射計(jì)數(shù)，采用用LabVIEW計(jì)算機(jī)程序構(gòu)建圖像。成功地獲得了保溫層下物體外表面的缺陷圖像，該系統(tǒng)能夠檢測(cè)壁厚超過15 mm的大型管道的壁厚變化。熊亮等[44]開發(fā)了一套基于γ射線數(shù)字掃描檢測(cè)技術(shù) (GSDT) 的CUI在線監(jiān)測(cè)系統(tǒng)，用于CUI管道剩余壁厚監(jiān)測(cè)。實(shí)驗(yàn)表明，該系統(tǒng)測(cè)量誤差平均值約0.20 mm，方差0.09 mm，誤差范圍滿足CUI在線監(jiān)測(cè)需求。

射線成像技術(shù)具有結(jié)果直觀可靠的優(yōu)點(diǎn)，屬于一種商業(yè)化成熟的無損檢測(cè)技術(shù)。但缺點(diǎn)也很明顯，成本昂貴，存在輻射風(fēng)險(xiǎn)，不能用于外部應(yīng)力腐蝕開裂檢測(cè)，且監(jiān)測(cè)靈敏度較差，腐蝕缺陷較小時(shí)，難以通過該技術(shù)預(yù)警腐蝕風(fēng)險(xiǎn)。

2.5 超聲導(dǎo)波技術(shù)

超聲導(dǎo)波是常用的管道CUI篩查技術(shù)，環(huán)狀探頭由一組交流線圈和強(qiáng)磁性材質(zhì)薄片組成，將磁化后的薄片 (相當(dāng)于直流偏磁場(chǎng)) 通過耦合的方式緊貼于管道外表面，探頭激發(fā)產(chǎn)生的機(jī)械彈性波沿著管道雙向傳播遇到體積截面增加或者減少時(shí)，一部分波反射回來，被線圈傳感器接收，從而實(shí)現(xiàn)對(duì)缺陷的檢測(cè)[45]。商業(yè)化超聲導(dǎo)波檢測(cè)設(shè)備檢測(cè)管道溫度范圍-40~350 ℃，最高檢測(cè)靈敏度1%壁厚損失。在實(shí)際應(yīng)用中，超聲導(dǎo)波檢測(cè)需拆除部分保溫層用于安裝探頭，恢復(fù)保溫層可能導(dǎo)致隔水措施失效。焊接鋼管的環(huán)焊縫也會(huì)在反射機(jī)械彈性波，掩蓋附近缺陷信號(hào)，造成漏檢，不能用于外部應(yīng)力腐蝕開裂檢測(cè)。用于CUI缺陷篩查時(shí)，保溫層遮蓋為環(huán)焊縫信號(hào)排除造成困難。雖然超聲導(dǎo)波用于CUI篩查還存在一些問題，但覆蓋范圍大，快速高效，仍很受市場(chǎng)認(rèn)可。超聲導(dǎo)波監(jiān)測(cè)技術(shù)已在包覆保溫層的海上油氣平臺(tái)立管實(shí)現(xiàn)商業(yè)化應(yīng)用，覆蓋范圍和監(jiān)測(cè)效果主要受安裝位置影響，在較理想情況下檢測(cè)范圍可達(dá)40 m。

2.6 脈沖渦流技術(shù) (PEC)

PEC的工作原理是分析急劇電磁躍遷后導(dǎo)電元件內(nèi)部的瞬態(tài)渦流，每個(gè)脈沖分為三個(gè)階段：發(fā)射階段，在此期間探頭將磁場(chǎng)注入整個(gè)被檢查部件；短暫截止階段，當(dāng)磁場(chǎng)發(fā)射突然停止時(shí)，將渦流引入部件；接收階段，在此期間，磁性傳感器測(cè)量渦流的衰減。渦流的衰減率與被檢查導(dǎo)電部件的厚度直接相關(guān)[46]。PEC是一種商業(yè)化的檢測(cè)工具，探頭覆蓋區(qū)平均壁厚檢測(cè)精度在±10%，可以在不移除管道和儲(chǔ)罐上的保溫材料的情況下檢測(cè)腐蝕缺陷[47]。PEC也存在一定局限性：?jiǎn)未螜z測(cè)結(jié)果僅能覆蓋探頭范圍，大型結(jié)構(gòu)檢測(cè)效率低；不能用于外部應(yīng)力腐蝕開裂檢測(cè)；保溫結(jié)構(gòu)外層金屬皮對(duì)檢測(cè)結(jié)果影響較大，在彎頭蝦米腰等金屬皮搭接的位置表現(xiàn)不佳。

2.7 示蹤劑技術(shù)

Lorenz和Sprachmann[48]公開了一種通過檢測(cè)示蹤劑判斷是否存在CUI的方法。采集保溫材料浸出液分析腐蝕反應(yīng)的產(chǎn)物或額外加注示蹤劑含量變化，當(dāng)設(shè)備設(shè)施材質(zhì)為碳鋼時(shí)，示蹤劑可以包括可包含磷化氫、硫醇、醇、酸、酮、醛或鐵氧化過程中釋放的任何其他化學(xué)成分。額外加注示蹤劑可以借助掃描流體起到載體和置換作用，掃描流體通常選擇空氣、氮?dú)獾炔粎⑴c反應(yīng)流體。

3 存在的問題與展望

(1) 保溫層隔水措施失效發(fā)生浸水后，如果金屬表面涂層完整或金屬表面快速恢復(fù)干燥，腐蝕將不會(huì)發(fā)生。因此CUI前期監(jiān)檢測(cè)技術(shù)獲取的保溫層環(huán)境信息主要用于推測(cè)CUI傾向，以指導(dǎo)及時(shí)采取防護(hù)措施和檢維修作業(yè)。

(2) 目前EN和RFID技術(shù)是少數(shù)在腐蝕發(fā)生初期就可以及時(shí)預(yù)警的CUI中期監(jiān)檢測(cè)技術(shù)，但尚未實(shí)現(xiàn)商業(yè)化應(yīng)用。EN采集信號(hào)包含了多個(gè)腐蝕過程，對(duì)有效信號(hào)的提取、不同腐蝕過程信號(hào)的區(qū)分能力有非常高的要求。RFID用于表面狀態(tài)監(jiān)測(cè)，閱讀器與標(biāo)簽的空間位置會(huì)影響到傳感器分析結(jié)果，實(shí)際應(yīng)用中需額外現(xiàn)場(chǎng)調(diào)試。

(3) CUI具有隱蔽性，腐蝕發(fā)生一段時(shí)間后，金屬缺失量達(dá)到一定程度才能被后期監(jiān)檢測(cè)技術(shù)檢出，而對(duì)設(shè)備設(shè)施造成的損傷不可逆轉(zhuǎn)。雖然射線成像、超聲導(dǎo)波和脈沖渦流技術(shù)已實(shí)現(xiàn)商業(yè)化應(yīng)用，但不能用于外部應(yīng)力腐蝕開裂檢測(cè)且成本昂貴，還不能完全滿足需求。

(4) 目前已開展的研究主要集中在CUI的前期和后期監(jiān)檢測(cè)技術(shù)，中期的相關(guān)研究很少；此外，CUI監(jiān)檢測(cè)技術(shù)還存在數(shù)據(jù)解讀不充分的問題，準(zhǔn)確性和精度還有待于進(jìn)一步提高。

(5) 下一步應(yīng)從CUI前期的腐蝕傾向、中期的腐蝕發(fā)展、后期的腐蝕損傷的全過程，進(jìn)行CUI監(jiān)檢測(cè)技術(shù)的研究開發(fā)，強(qiáng)化先進(jìn)技術(shù)的應(yīng)用研究，并結(jié)合保溫層環(huán)境信息和保溫類型、管道復(fù)雜程度、保溫條件等各類關(guān)鍵因素，構(gòu)建適當(dāng)?shù)念A(yù)測(cè)模型，不斷提高監(jiān)檢測(cè)的準(zhǔn)確性和精度；同時(shí)，根據(jù)不同環(huán)境下的保溫類型、保溫結(jié)構(gòu)的特點(diǎn)，綜合考慮布設(shè)監(jiān)測(cè)傳感器網(wǎng)絡(luò)時(shí)監(jiān)測(cè)系統(tǒng)容錯(cuò)性、可拓展性和綜合成本，實(shí)現(xiàn)CUI的全過程準(zhǔn)確監(jiān)控和工業(yè)化應(yīng)用。

參考文獻(xiàn)

1 Cullin M J, Birmingham G, Srinivasan R, et al. Injectable sodium bentonite inhibitors for corrosion under insulation [J]. J. Pipeline Syst. Eng. Pract., 2020, 11: 04020036

2 Burhani N, Muhammad M, Ismail M C. Corrosion under insulation rate prediction model for piping by two stages of artificial neural network [A]. 6th International Conference on Production, Energy and Reliability 2018: World Engineering Science & Technology Congress (ESTCON) [C]. 2018

3 Eltai E O, Musharavati F, Mahdi E S. Severity of corrosion under insulation (CUI) to structures and strategies to detect it [J]. Corros. Rev., 2019, 37: 553

doi: 10.1515/corrrev-2018-0102

4 Geary W. Analysis of a corrosion under insulation failure in a carbon steel refinery hydrocarbon line [J]. Case Stud. Eng. Failure Anal., 2013, 1: 249

5 Morey A. Corrosion under insulation revisited: Aren't we about to finish that project?[J]. Proc. Saf. Prog., 2018, 37(4): 502

doi: 10.1002/prs.12007

6 Tsai Y H, Wang J, Chien W T, et al. A BIM-based approach for predicting corrosion under insulation [J]. Autom. Constr., 2019, 107: 102923

doi: 10.1016/j.autcon.2019.102923

7 Ayello F, Hill D, Marion S, et al. Integrated sensor networks for corrosion under insulation: monitoring, cost reduction, and life extension strategies [A]. Corrosion 2011 [C]. Houston, 2011

8 Deif S, Daneshmand M. Multiresonant chipless RFID array system for coating defect detection and corrosion prediction [J]. IEEE Trans. Ind. Electron., 2020, 67: 8868

9 Cadelano G, Bortolin A, Ferrarini G, et al. Corrosion detection in pipelines using infrared thermography: experiments and data processing methods [J]. J. Nondestr. Eval., 2016, 35: 49

doi: 10.1007/s10921-016-0365-5

10 Amer A, Al-Shehri A, Cunningham V, et al. Artificial intelligence to enhance corrosion under insulation inspection [A]. International Petroleum Exhibition & Conference [C]. Abu Dhabi, 2020

11 Cao Q, Pojtanabuntoeng T, Esmaily M, et al. A Review of Corrosion under Insulation: A Critical Issue in the Oil and Gas Industry[J]. Metals, 2022, 12(4): 561

doi: 10.3390/met12040561

12 Amer A, Al Shehri A, Parrott B, et al. Thermography image processing with neural networks to identify corrosion under insulation (CUI) [P]. U.S. Pat, 10551297B2, 2020

13 Liu H F, Han Y, Feng X, et al. Test on tiny leakage and insulating layer damage monitoring of buried oil pipelines using distributed optical fiber temperature sensor [J]. Oil Gas Storage Trans., 2018, 37: 1114

13 劉洪飛, 韓陽, 馮新 等. 埋地管道微小泄漏與保溫層破壞分布式光纖監(jiān)測(cè)試驗(yàn) [J]. 油氣儲(chǔ)運(yùn), 2018, 37: 1114

14 Thomas P J, Hellevang J O. A distributed fibre optic approach for providing early warning of corrosion under insulation (CUI) [J]. J. Loss Prev. Process Ind., 2020, 64: 104060

doi: 10.1016/j.jlp.2020.104060

15 Thomas P J, Hellevang J O. A high response polyimide fiber optic sensor for distributed humidity measurements [J]. Sens. Actuators, 2018, 270B: 417

16 Cho H, Tamura Y, Matsuo T. Monitoring of corrosion under insulations by acoustic emission and humidity measurement [J]. J. Nondestr. Eval., 2011, 30: 59

doi: 10.1007/s10921-011-0090-z

17 Simonetti F, Nagy P B, Bejjavarapu S M, et al. Long-range microwave detection of wet insulation for CUI mitigation [A]. Corrosion 2015 [C]. Dallas, 2015

18 Jones R E, Simonetti F, Lowe M J S, et al. Use of microwaves for the detection of water as a cause of corrosion under insulation [J]. J. Nondestr. Eval., 2012, 31: 65

doi: 10.1007/s10921-011-0121-9

19 Jones R E, Simonetti F, Lowe M J S, et al. Use of microwaves for the detection of corrosion under insulation: a sensitivity study [J]. AIP Conf. Proc., 2011, 1335: 1714

20 Alleyne D N, Pavlakovic B, Lowe M J S, et al. Rapid, long range inspection of chemical plant pipework using guided waves [J]. AIP Conf. Proc., 2001, 557: 180

21 Mudge P J. Field application of the teletest long-range ultrasonic testing technique [J]. Insight, 2001, 43: 74

22 Guo Q, Wu X Q, Xu S, et al Research status and progress of high temperature and high pressure on-line corrosion monitoring technology [J]. Corros. Sci. Prot. Technol., 2016, 28: 160

22 郭琦, 吳欣強(qiáng), 徐松 等. 高溫高壓在線腐蝕監(jiān)測(cè)技術(shù)研究現(xiàn)狀與進(jìn)展 [J]. 腐蝕科學(xué)與防護(hù)技術(shù), 2016, 28: 160

23 Xia D H, Song S Z, Behnamian Y. Detection of corrosion degradation using electrochemical noise (EN): review of signal processing methods for identifying corrosion forms [J]. Corros. Eng., Sci. Technol., 2016, 51: 527

24 Zhang Z, Wu X Q, Tan J B. Review of electrochemical noise technique for in situ monitoring of stress corrosion cracking [J]. J. Chin. Soc. Corros. Prot., 2020, 40: 223

24 張震, 吳欣強(qiáng), 譚季波. 電化學(xué)噪聲原位監(jiān)測(cè)應(yīng)力腐蝕開裂的研究現(xiàn)狀與進(jìn)展 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2020, 40: 223

25 Homborg A M, Tinga T, Van Westing E P M, et al. A critical appraisal of the interpretation of electrochemical noise for corrosion studies [J]. Corrosion, 2014, 70: 971

doi: 10.5006/1277

26 Li H J, Wang Q S, Liao Z H, et al. Electrochemical noise behavior of X70 steel and its weld in Cl--containing high pH solution [J]. J. Chin. Soc. Corros. Prot., 2022, 42: 60

26 李鴻瑾, 王歧山, 廖子涵 等. X70鋼及其焊縫在含Cl-高pH值溶液中電化學(xué)噪聲行為研究 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2022, 42: 60

27 Wei Y J, Xia D H, Song S Z. Detection of SCC of 304 NG stainless steel in an acidic NaCl solution using electrochemical noise based on chaos and wavelet analysis [J]. Russ. J. Electrochem., 2016, 52: 560

doi: 10.1134/S1023193516060124

28 Hou Y, Pojtanabuntoeng T, Iannuzzi M. Use of electrochemical current noise method to monitor carbon steel corrosion under mineral wool insulation [J]. npj Mater. Degrad., 2020, 4: 39

doi: 10.1038/s41529-020-00144-3

29 Caines S. Development of a simplified electrochemical noise method to monitor assets under insulation [D]. St. Johns: Memorial University, 2016

30 Wu Y L, Zhang D P, Cai G Y, et al. Effects of temperature on polarity reversal of under deposit corrosion of mild steel in oilfield produced water [J]. Corros. Eng., Sci. Technol., 2020, 55: 708

31 Shi W, Wang T Z, Dong Z H, et al. Application of wire beam electrode technique to investigate the migrating behavior of corrosion inhibitors in mortar [J]. Constr. Build. Mater., 2017, 134: 167

doi: 10.1016/j.conbuildmat.2016.12.036

32 Aung N N, Wai W K, Tan Y J. A novel electrochemical method for monitoring corrosion under insulation [J]. Anti-Corros. Methods Mater., 2006, 53: 175

doi: 10.1108/00035590610665590

33 Zhang H. Radio frequency non-destructive testing and evaluation of defects under insulation [D]. Newcastle: Newcastle University, 2014

34 Alamin M. Passive low frequencey RFID for detection and monitoring of corrosion under paint and insulation [D]. Newcastle: Newcastle University, 2014

35 Yin X K, Gu Y, Li Z, et al. Retrieving dimensions of surface features on conductors covered by insulation using the maximum Variation Ratio (MVR) in capacitive imaging [J]. NDT & E Int., 2021, 117: 102384

doi: 10.1016/j.ndteint.2020.102384

36 Yin X K, Hutchins D A, Chen G M, et al. Detecting surface features on conducting specimens through an insulation layer using a capacitive imaging technique [J]. NDT & E Int., 2012, 52: 157

doi: 10.1016/j.ndteint.2012.08.004

37 Yin X K, Hutchins D A, Chen G M, et al. Studies of the factors influencing the imaging performance of the capacitive imaging technique [J]. NDT & E Int., 2013, 60: 1

doi: 10.1016/j.ndteint.2013.07.001

38 Li Z, Yin X K, Yan A, et al. Characterizing surface features on conducting specimens through an insulation layer using the capacitive imaging technique [J]. AIP Conf. Proc., 2016, 1706: 090003

39 Yin X K, Li Z, Yuan X A, et al. Corrosion depth inversion method based on the lift-off effect of the capacitive imaging (CI) technique [J]. IEEE Access, 2020, 8: 22770

doi: 10.1109/ACCESS.2020.2970204

40 Sipaun S, Ab Rahman M F, Hasan H, et al. Examination of corrosion under insulation using gamma ray computed tomography [A]. IOP Conference Series: Materials Science and Engineering [C]. Selangor, 2020: 012039

41 Abdul-Majid S, Balamesh A. Imaging corrosion under insulation by gamma ray backscattering method [A]. 18th World Conference on Nondestructive Testing [C]. Durban, 2012: 16

42 Abdul-Majid S, Balamesh A. Single side imaging of corrosion under insulation using single photon gamma backscattering [J]. Res. Nondestr. Eval., 2014, 25: 172

doi: 10.1080/09349847.2013.869376

43 Susiapan Y S L, Rahim R A, Pusppanathan J, et al. Portable gamma-ray tomography instrumentation for investigating corrosion under insulation of pipelines [A]. Proceedings of the 13th WSEAS International Conference on Circuits [C]. Rodos, 2009: 168

44 Xiong L, Sun Y J. Research on monitoring system for corrosion of pipeline under insulation and its application [J]. J. Saf. Sci. Technol., 2019, 15(11): 102

44 熊亮, 孫玉江. 保溫層下管道腐蝕監(jiān)測(cè)系統(tǒng)及應(yīng)用研究 [J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2019, 15(11): 102

45 Bray A V, Corley C J, Fischer R B, et al. Development of guided wave ultrasonic techniques for detection of corrosion under insulation in metal pipe [A]. Proceedings of the 1998 ASME Energy Sources Technology Conference [C]. Houston, 1998

46 Cheng W Y. Pulsed eddy current testing of carbon steel pipes' wall-thinning through insulation and cladding [J]. J. Nondestr. Eval., 2012, 31: 215

doi: 10.1007/s10921-012-0137-9

47 Sophian A, Tian G Y, Taylor D, et al. A feature extraction technique based on principal component analysis for pulsed Eddy current NDT [J]. NDT & E Int., 2003, 36: 37

doi: 10.1016/S0963-8695(02)00069-5

48 Lorenz M, Sprachmann G. Method and system for detecting corrosion of an insulated corrosion prone object [P]. U.S. Pat, US-9267874-B2, 2016